{{{sourceTextContent.title}}}

Siemens Healthineers demuestra la inteligencia artificial, numeración de la atención sanitaria en HIMSS19

{{{sourceTextContent.subTitle}}}

La compañía mostrará los usos del compañero del AI, software de la gestión de inventario

{{{sourceTextContent.description}}}

En la información 2019 de la atención sanitaria y la conferencia y la exposición globales de la sociedad de los sistemas de gestión (HIMSS), el 11-15 de febrero en Orlando, Fla., Siemens Healthineers demostrará cómo los proveedores de asistencia sanitaria pueden beneficiarse de la numeración, particularmente bajo la forma de inteligencia artificial (AI). Además de su mayor cartera de los servicios digitales, Siemens Healthineers mostrará dos usos AI-basados, el compañero del AI-camino y al compañero AI-Rad.

La compañía también presentará las diversas soluciones digitales que hacen que el potencial a ambas ayude a mejorar atención a los pacientes y a ayudar a reducir costes. Éstos incluyen varias herramientas de la tecnología de la información (las TIC) para los diagnósticos del laboratorio, así como la carlinga virtual del syngo, una solución que permita a profesionales médicos conectar remotamente con los lugares de trabajo del escáner para ayudar a personales en una ubicación diferente.

Siemens también está investigando actualmente la tecnología gemela AI-accionada de Digitaces, que apunta permitir a la simulación de la fisiología individual del órgano potencialmente mejorar para entender salud paciente y para predecir cambios y resultados de la terapia.

El compañero del AI-camino, que está actualmente en fase de desarrollo, será un sistema de apoyo clínico de la decisión basado en datos clínicos de la pauta importado por el AI que puede ayudar a médicos en tomar decisiones de diagnóstico y terapéuticas a lo largo del camino clínico. Mientras que los usos numerosos en el mercado de la atención sanitaria hacen los flujos de trabajo de los departamentos clínicos o administrativos individuales más eficientes, diseñan para ayudar a optimizar los procesos a lo largo de caminos clínicos, y apoya así al compañero del AI-camino a la gestión paciente personalizada así como estandardizada. La meta del diseño del compañero del AI-camino es proveer de médicos en tableros multidisciplinarios de la enfermedad la situación clínica de cada paciente, sobre la base de la integración de datos y de la inteligencia artificial, y ayudar a hacer las recomendaciones para los pasos siguientes de acelerar decisiones del diagnóstico y del tratamiento.

El pecho CT del compañero AI-Rad, que está hasta que finalicen los E.E.U.U. Food and Drug Administration (FDA) 510 (k) la liquidación, será el primer ayudante inteligente del software de Siemens Healthineers para la radiología – y el primer uso de la plataforma del compañero AI-Rad. El pecho CT (tomografía computada) del compañero AI-Rad se diseña para identificar las anatomías y los cambios potencialmente enfermedad-relevantes, para distinguirlos entre las diversas estructuras y para destacar las individualmente, y anormalidades potenciales de la marca y de la medida. Esto se aplica a los órganos tales como los pulmones, el corazón, la aorta y las arterias coronarias. El software se diseña para dar vuelta automáticamente a hallazgos en un informe cuantitativo.

La solución de programación virtual de la carlinga del syngo, que no es todavía disponible en el comercio, se puede utilizar por el personal médico para conectar remotamente con los lugares de trabajo del escáner para ayudar a personales en una ubicación diferente, especialmente en donde se requieren exámenes más sofisticados. la carlinga virtual del syngo se puede utilizar con los escáneres de resonancia magnética de la proyección de imagen (MRI) y de la tomografía de la emisión del Sr.-positrón (ANIMAL DOMÉSTICO) así como con los sistemas del CT de Siemens Healthineers. Con la capacidad de desplegar a tecnólogos experimentados a través de ubicaciones múltiples, los proveedores de asistencia sanitaria pueden alcanzar un de alto nivel de la normalización que puede llevar a diagnosis más exactas.